机读格式显示(MARC)
- 010 __ |a 978-7-111-60075-6 |d CNY139.00
- 100 __ |a 20180910d2018 em y0chiy50 ea
- 200 1_ |a 推荐系统 |A tui jian xi tong |e 技术、评估及高效算法 |f 弗朗西斯科·里奇, (美) 利奥·罗卡奇, 布拉哈·夏皮拉著 |d = Recommender systems handbook |f Francesco Ricci, Lior Rokach, Bracha Shapira |g 李艳民 ... 等译 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2018
- 215 __ |a 19, 636页 |c 图 |d 26cm
- 225 2_ |a 计算机科学丛书 |A ji suan ji ke xue cong shu
- 314 __ |a 弗朗西斯科·里奇 (Francesco Ricci)，意大利博尔扎诺自由大学计算机科学副教授。目前他的研究兴趣包括推荐系统、智能接口、移动系统、机器学习、案例推理、信息和通信技术在旅游中的应用。
- 314 __ |a 利奥·罗卡奇 (Lior Rokach)，以色列本-古里安大学信息系统工程系助理教授。他的70篇论文被主流期刊、会议和书籍等引用。
- 314 __ |a 布拉哈·夏皮拉 (Bracha Shapira)，女，以色列-古里安大学信息系统工程系助理教授。目前她的研究兴趣包括推荐系统、信息检索、个性化、用户建模和社交网络。
- 330 __ |a 本书可分成五部分，共28章。第1章是概述，系统介绍推荐系统的概念、功能、应用领域以及当前应用过程中遇到的问题与挑战。第一部分展示了如今构建推荐系统的最流行和最基础的技术，如协同过滤、基于语义的方法、数据挖掘方法和基于情境感知的方法。第二部分主要关注离线和真实用户环境下用于评估推荐质量的技术及方法。第三部分包括了一些推荐技术多样性的应用。首先简述了与工业实现和推荐系统开发相关的一般性问题，随后详细介绍了推荐系统在各领域中的应用：音乐、学习、移动、社交网络及它们之间的交互。第四部分包含了探讨一系列问题的文章，这些问题包括推荐的展示、浏览、解释和视觉化以及人工决策与推荐系统相关的重要问题。第五部分收集了一些关于高级话题的文章，例如利用主动学习技术来引导新知识的学习，构建能够抵挡恶意用户攻击的健壮推荐系统的合适技术，以及结合多种用户反馈和偏好来生成更加可靠的推荐系统。
- 410 _0 |1 2001 |a 计算机科学丛书
- 500 10 |a Recommender systems handbook |A Recommender systems handbook |m Chinese
- 606 0_ |a 计算机网络 |A ji suan ji wang luo
- 701 _1 |a 里奇 |A li qi |g (Ricci, Francesco) |4 著
- 701 _1 |a 罗卡奇 |A luo ka qi |g (Rokach, Lior) |4 著
- 701 _1 |a 夏皮拉 |A xia pi la |g (Shapira, Bracha) |4 著
- 702 _0 |a 李艳民 |A li yan min |4 译
- 801 _0 |a CN |b HDUL |c 20190410
- 905 __ |a HDUL |d TP393/64011/2